درخواست ثبت اختراع گوگل مدل هوش مصنوعی برای خواندن متن به‌صورت تصویر را توصیف می‌کند
درخواست ثبت اختراع US 2026/0350976 A1 گوگل سامانه‌ای را توصیف می‌کند که متن وب را به تصویر تبدیل و از تعبیه‌های تصویری برای پاسخ به پرسش‌های چندوجهی استفاده می‌کند؛ محصولی تأیید نشده است.
Last updated
گوگل درخواست ثبت اختراع US 2026/0350976 A1 را برای سامانه‌ای ثبت کرده است که محتوای وب را با تبدیل متن و دیگر عناصر آن به داده تصویری پردازش می‌کند، نه با برخورد معمول با واژه‌ها به‌عنوان متن.
این سامانه طبق شرح درخواست، تصویر حاصل را به یک ترنسفورمر می‌دهد، برای آن یک تعبیه ایجاد می‌کند و تعبیه مشابه دیگری را همراه با داده‌های مرتبط، مانند یک تصویر، بازیابی می‌کند. پاسخ‌گویی به پرسش‌های متنی یا چندوجهی و اجرای احتمالی در یک برنامه مرورگر نیز در ادعاها آمده است.
در این پرونده همچنین تقسیم تصاویر به تعبیه‌های قطعه‌ای و آموزش با جفت‌هایی مانند عکس و کپشن متن جایگزین توضیح داده شده است. از آنجا که محتوای زبانی به‌صورت پیکسل نمایش داده می‌شود، سند می‌گوید این روش به توکن‌ساز یا ترجمه ماشینی نیاز ندارد و می‌تواند امکان تطبیق پرسش در یک زبان با پاسخ در زبانی دیگر را فراهم کند.
US 2026/0350976 A1 در ۵ نوامبر ۲۰۲۶ منتشر شده و Google LLC به‌عنوان متقاضی آن ثبت شده است. این سند یک درخواست ثبت اختراع منتشرشده است، نه اختراع اعطاشده؛ در آن نامی از محصول یا نتیجه‌ای درباره دقت سامانه ارائه نشده است.